双集群编辑库
biclustp的Python项目详细描述
双色
用于双集群编辑的python库。
双群集编辑问题
- 任务：给定一个带正负权重的矩阵
weights，通过边插入和删除将由weights诱导的二部图转换为不相交的两个团（双簇）集合，这样总体转换成本最小。 - 由
weights引起的二部图的节点集是行和列的集合。当且仅当weights[i,k] > 0时，行i和列k之间有一条边。
安装
库使用
安装后，import biclustpy as bp进入python应用程序。然后按如下方式使用：
bp.Algorithm：使用此类选择要使用的算法。bp.Algorithm.algorithm_name：可以用来选择要采用的算法的字符串。默认值："ILP"。- 如果要使用gurobi来解决G. F. de Sousa Filho et al (2017): New heuristics for the bicluster editing problem中建议的ilp公式，请设置为
"ILP"。 - 如果要使用G. F. de Sousa Filho et al (2017): New heuristics for the bicluster editing problem中建议的构造性启发式，请设置为
"CH"。 - 很快就会有更多的算法出现。
- 如果要使用gurobi来解决G. F. de Sousa Filho et al (2017): New heuristics for the bicluster editing problem中建议的ilp公式，请设置为
bp.Algorithm.ilp_time_limit：整数，指定算法优化和优化阶段的时间限制（秒）。默认值：60。bp.Algorithm.ilp_tune：布尔标志，指示在优化前是否应调整"ILP"。默认值：False。
bp.compute_bi_clusters(weights, algorithm)：使用此函数可解决双群集编辑问题。weights：作为numpy.array给定的问题实例。algorithm：指定为bp.Algorithm对象的选定算法。
bp.save_bi_clusters_as_xml(filename, bi_clusters, obj_val, is_optimal, instance = "")：使用此函数将获得的解决方案保存为XML文件。filename：XML文件的名称。bi_clusters：由bp.compute_bi_clusters返回的bi集群。obj_val：由bp.compute_bi_clusters返回的bi集群的目标值。is_optimal：由bp.compute_bi_clusters返回的标志，指示计算出的bi集群是否保证是最优的。instance：包含问题实例信息的字符串。
示例
import numpy as np
import biclustpy as bp
algorithm = bp.Algorithm
algorithm.algorith_name = "ILP"
algorithm.ilp_time_limit = 100
algorithm.ilp_tune = True
n = 30
m = 40
t = .95
weights = np.random.rand(n, m) - (t * np.ones((n, m)))
bi_clusters, obj_val, is_optimal = bp.compute_bi_clusters(weights, algorithm)
filename = "bi_clusters.xml"
instance = "random instance with 30 rows and 40 columns"
bp.save_bi_clusters_as_xml(filename, bi_clusters, obj_val, is_optimal, instance)
命令行用法
安装后，可以从命令行运行biclustpy。用法：
biclustpy [-h]
(--load input-file | --random num-rows num-cols threshold seed)
[--save output-file] [--alg {ILP,CH}]
[--ilp_options time-limit tune]
更多信息，请执行biclustpy -h。
许可证
您可以根据GNU Lesser General Public License的条款使用和分发biclustpy。
欢迎加入QQ群-->： 979659372
